Молдахметова Саулет Сайрановна, научн. рук.:Хайретдинов Марат Саматович, д.т.н., с.н.с., зав.каф. СИТ

Новосибирский Государственный Технический Университет, Россия

Применение технологии GPGPU для обработки геофизических данных

В настоящее время решение инженерных задач в области геофизики, невозможно без их всестороннего научного исследования. Эффективность геофизических методов в значительной степени определяется полнотой извлечения полезной информации из экспериментальных данных. Становится очевидно, что повышение достоверности результатов интерпретации данных геофизических исследований в значительной степени обусловлено современными технологиями в области обработки и визуализации геолого-геофизической информации.

Качество обработки должно повышаться в основном за счет автоматизации обработки на ЭВМ, создания более экономичных и эффективных алгоритмов обработки.

Кроме того, нужно учитывать как временные, так и финансовые ресурсы на научно-исследовательские работы.

Большинство имеющихся на данный момент алгоритмов обработки ориентированы на использование старых вычислительных систем, в то время как появились вычислительные средства с новой архитектурой и новыми возможностями. Это приводит к тому, что существующие вычислительные возможности используются не рационально.

Кроме того, сбор геофизических данных проводится в полевых условиях, полученные данные имеют большой объем и организация передачи и хранения этих данных требует больших временных и финансовых затрат. Иногда в ходе полевых работ требуется сразу увидеть предварительный результат обработки, что невозможно на текущий момент. Поэтому встает задача разработки технологии поточной обработки геофизических данных, с целью повышения скорости обработки данных при малых габаритах и стоимости вычислительной системы.

Учитывая объемы перерабатываемых данных и вычислительную сложность алгоритмов обработки геофизических данных, вычислительное средство должно соответствовать нескольким критериям:

- производительность (количество обработанных данных за единицу времени);

- скорость доставки данных до устройства вычисления;

- стоимость вычислительного средства и его обслуживания;

- габариты вычислительного средства;

- распространенность вычислительного средства (его доступность в продаже).

На сегодняшний день достигнут предел увеличения вычислительной мощности одноядерных вычислительных процессоров, базирующийся на увеличении тактовой частоты и архитектурных инновациях. Ведущие изготовители микро-электронных компонентов для сохранения тенденций роста производительности, переходят на разработку многоядерных процессоров с новой архитектурой, обеспечивающих распараллеливание обработки данных.

Исходя из вышеперечисленных критериев, возникает необходимость использования более сложных параллельных вычислительных систем, главным недостатком которых являются: чрезвычайно высокая стоимость; сложность инфраструктуры; большие потери на межузловой коммуникации и громоздкость системы.

На современном этапе в качестве альтернативы могут выступать системы использующие графические процессоры в качестве высокопроизводительных вычислителей.

В последнее время, в ходе своего развития, программируемые графические процессоры превратились в полноценную вычислительную единицу. Обладая многоядерной архитектурой и высокопропускной памятью, современные GPU представляют высокопроизводительные ресурсы и для графической и для неграфической обработки.

GPGPU – техника использования графического процессора видеокарты, который обычно имеет дело с вычислениями только для компьютерной графики, чтобы выполнять расчёты в приложениях для общих вычислений, которые обычно проводит центральный процессор.

На сегодняшний день наибольшее распространение получили две технологии GPGPU - CUDA, OpenCL.

CUDA (англ. Compute Unified Device Architecture) – разработанная компанией NVIDIA программно-аппаратная архитектура, позволяющая производить вычисления с использованием графических процессоров NVIDIA, поддерживающих технологию GPGPU (произвольных вычислений на видеокартах).

OpenCL (Open Computing Language) - открытый, не требующий лицензионных отчислений стандарт для универсального параллельного программирования различных типов процессоров. Стандарт предоставляет программистам переносимый и эффективный доступ ко всей мощи гетерогенных вычислительных платформ.

Анализируя вычислительные мощности графических ускорителей заявляемые производителями, базируясь на имеющихся в мировой практике опытах использования GPU в качестве высокопроизводительных систем, можно сделать вывод, что выполнение расчётов на GPU показывает отличные результаты для задач обработки геофизических данных.

Литература

1. Никитин А.А., Петров А.В., Теоретические основы обработки геофизической информации, РГГУ, 2008 с.113